药物及其代谢产物对人体肝脏产生了一定的损害，称为药物性肝损伤（Drug-Induced Liver Injury）。目前引起药物性肝损伤的化学药物超过700种，包括中草药等天然产物药物则总数超过1,000种，成为一个不容忽视的公共卫生问题。药物性肝损伤也是新药研发过程中导致失败的主要原因之一，对临床前药物进行准确的肝损伤预测能够大大减少药物研发成本，并让药物能够更加安全的上市。

最近几年，基于人工神经网络发展而成的深度学习技术在计算机图像识别、语音识别、自然语言处理等领域取得了巨大的突破，推动了人工智能的快速发展，再度燃起 了人们对人工智能的渴望。深度学习技术面对大量的标签和无标签数据时，在没有人工干预的情况下能够自动提取有用的信息，基于这些信息进行较好的决策，减轻 了人们处理大数据的“烦恼”。北京大学定量生物学中心裴剑锋、来鲁华课题组将深度学习技术应用于化学信息学与药物信息学领域，利用深度学习算法的自动特征 提取能力以及强大的学习能力，发展了适用于药物和活性化合物肝损伤预测的深度学习模型（免费在线计算服务网址），模型在预测198个外部测试药物时达到了86.9%的准确率、82.5%的敏感性以及92.9%的特异性，其预测能力远高于现有的其他计算预测模型。这项研究结果表明深度学习技术在化学信息学与药物信息学领域具有广泛的应用前景。

图：药物导致肝损伤的深度学习预测模型

此研究工作2015年10月13日在线发表于美国化学会期刊Journal of Chemical Information and Modelling上，并被选为美国化学会的编辑推荐论文。北京大学前沿交叉科学研究院定量生物学中心二年级研究生徐优俊为该论文的第一作者，裴剑锋研究员和来鲁华教授为共同通讯作者。该研究得到了国家自然科学基金和科技部项目的资助。

裴剑锋研究员简介：

北京大学定量生物学中心特聘研究员，Email：jfpei@pku.edu.cn

研究方向：药物分子设计

研究兴趣：基于靶标的药物分子对接方法、全新药物设计方法，多靶标药物设计方法，小分子对生物网络调控作用研究，先导化合物优化方法，药物发现应用研究。

来鲁华教授简介：

北京大学化学与分子工程学院长江学者特聘教授；北京分子动态与稳态国家重点实验室主任。Email:lhlai@pku.edu.cn

课题组主页：点击此处进入

研究方向：生物物理化学，结构生物化学，结构生物信息学，计算生物学，计算化学

研究兴趣：

（1）蛋白质序列与结构关系及蛋白质全新设计；
（2）蛋白质相互作用与生物分子识别机制和功能蛋白质设计；
（3）基于靶标结构和基于生物分子网络的药物设计。

（本文整理自北大官网）

如若转载，请注明e科网。

如果你有好文章想发表or科研成果想展示推广，可以联系我们或免费注册拥有自己的主页